Harness 也能推动组合泛化
a1zhang · x · 2026-07-20
这篇论文的核心观点是：Transformer 本身不一定要“学会泛化”，很多泛化可以由设计良好的 harness 来承担。
- 作者观察到，在训练 RLM 时，结构相近但表面不同的任务会收敛到几乎相同的轨迹。
- 他们把 harness 描述为对任务轨迹做了一个“商空间”式的压缩，让原本不同的任务在 token 层面变得近似等价。
- 实验里，只用短任务训练的模型，能泛化到长度高出 8–32 倍的未见任务。
- 他们还展示了跨领域迁移：只要分解策略相同，比如从文章作者匹配迁移到数学题分组，也能得到提升。
- 结论是：好的 harness 设计有机会在不增加同等训练成本的情况下，扩大后训练可解决任务的覆盖面。
所属事件:研究称强化学习模型泛化能力主要由外部 Harness 主导(9 条相关)→
「编程与Agent」频道最新
- Kimi K3 升至 Agent Arena 排行榜第 4 名 — HeyZoyaKhan · 2026-07-22
- Claude 新增录屏技能，可复现你的工作流程 — CodeByPoonam · 2026-07-22
- Devin 接入 e2b 沙箱，支持远程 agent 执行 — badphilosopher · 2026-07-22
- Hermes Agent 架构重构提案：拆分单体与事件总线解耦 — Promptmethus · 2026-07-22
- ty 现在可读取 Pydantic 配置关键字和字段元数据 — charliermarsh · 2026-07-22
- Pensar推出AI安全智能体：自动挖掘0day并完成修补 — andriy_mulyar · 2026-07-22